油田产量的多变量预测研究

研究了神经网络模型和多元线性回归模型用于产量预测的原理和方法 ,采用神经网络模型和多元线性回归模型对油田油产量进行预测 ,综合考虑各种地质因素及人为因素对油产量的影响 ,提出了油田产量的多变量预测方法。对我国某油田的实际数据进行拟合预测的结果表明 ,神经网络模型和多元线性回归模型用于油田产量的多变量预测都可得到较满意的结果 ;与多元线性回归模型相比 ,神经网络模型的预测精度更高 ,而且快速简便。     

川东石炭系天然气成藏组合总体特征预测

以四川东部石炭系天然气成藏体系为例，应用对数正态分布发现过程模型、广义帕雷托模型及地质锚链法，预测成藏体系天然气规模分布，气田个数；比较和讨论了不同方法预测结果的异同。     

基于人工神经网络方法预测油气资源丰度——以渤海湾盆地东濮凹陷文留地区古近系沙河街组三段为例

油气资源丰度通常受多个因素控制,其相关参数信息种类繁杂、数据量庞大,应用传统的地质统计学方法定量预测准确度不高。为了快速预测油气资源量丰度并明确其主控因素,以渤海湾盆地东濮凹陷文留地区古近系沙河街组三段为例,采用基于多层感知器神经网络(MLP)方法对油气资源丰度进行定量预测,同时采用Boosting集成学习算法优化预测模型,分别对66组样本油气资源丰度数据进行预测。结果表明,训练集数据实测值与预测值相关系数分别达0.789和0.989,验证集数据实测值与预测值相关系数分别达0.618和0.825,测试数据中实测值和预测值相关系数分别达0.689和0.845;有效厚度、平均渗透率、有效孔隙度是影响油气资源丰度最主要的3个地质因素,重要性系数分别为33.93%、20.12%和19.53%,圈闭面积、地面原油密度、生烃中心贡献等参数为次要影响因素。采用Boosting集成学习算法优化之后的多层感知器模型预测准确性得到了很大的提升,能为有利目标优选及勘探开发方案调整提供可靠依据,为凹陷内其他区块油气资源评价提供较好的参考和借鉴。     

联合神经网络在储层参数预测中的研究与应用

地质储层参数在建立地质模型中起着关键作用,储层参数通过井资料获得。常规测井解释中多通过经验公式或简化地质条件建立模型计算储层参数。提出了新的神经网络模型,基于BP神经网络、RBF神经网络、支持向量回归并通过单层感知器共同构成联合神经网络模型。该网络模型在储层参数预测过程中能针对单一神经网络的不足而自适应调节网络结构,使预测效果达到最优,避免了单一网络在参数预测时的缺点,提高了预测的准确性。选取了同一地区的3口油井进行训练和验证实验,实验结果表明,联合神经网络模型优于单一的人工神经网络模型。     

中国东部断陷盆地石油资源丰度统计模型的建立

根据中国东部断陷盆地21个标准区的石油资源丰度及其相关地质参数的统计数据,通过对石油资源丰度诸地质因素的相关性分析,确定了其主控地质因素。研究认为,石油资源丰度与评价单元烃源岩的生烃强度、储集层的储层厚度、砂岩含量、孔隙度和渗透率以及圈闭面积系数6大地质因素关系密切。采用地质因素多元回归技术,建立了中国东部断陷盆地石油资源丰度与其主控地质因素之间的统计模型,建立了预测石油资源丰度的数学模型,使石油资源丰度取值更合理和客观,提高了油气资源评价成果的可信度和可比性。     

渤海海域渤中凹陷源控油气作用及有利勘探区域预测

根据"源控论"的地质思想,通过对中国东部盆地烃源岩与油气藏分布特征的地质统计,提出了油气分布门限的概念,并在此基础上提出了油气成藏概率、储量分布概率和最大油藏规模的相关概念,采用地质统计、回归判别的方法,建立了多元非线性数学模型.结合排烃门限、成藏门限和分布门限对渤海海域渤中凹陷的油气分布进行了综合预测,结果表明,石臼坨成藏体系和渤东成藏体系是最有利的勘探区带,在排烃边界范围附近、成藏概率大于80%的圈闭将是最有利的勘探目标.     

中国石油又一个国家“973”天然气项目开研

从2007年11月23日国家“973”天然气项目启动大会上获悉，由中国石油勘探开发研究院赵文智教授任首席科学家的“中低丰度天然气藏大面积成藏机理与有效开发的基础研究’’项目开研。据悉，我国天然气资源丰富，其总资源量的2／3属中低丰度天然气资源。中低丰度天然气藏大面积成藏在地质条件上有特殊性，诸多机理问题尚未解决，     

基于BP 神经网络的石油运聚系数预测模型

根据一系列石油运聚单元的解剖结果,筛选出影响石油运聚系数的主控地质因素。建立了以主控地质因素为输入向量,运聚系数为输出向量的BP 神经网络石油运聚系数预测模型。应用结果表明,所建立的BP 神经网络模型具有较好的预测效果,平均相对误差为10.89%,有效性指数达到92.51%,且运聚系数预测精度高于多元非线性回归模型的预测。     

二连盆地巴音都兰凹陷油气资源空间分布研究

二连盆地巴音都兰凹陷的重点勘探目的层阿尔善组(K1ba)构造圈闭和油藏欠发育,以岩性圈闭和油藏为主,高资源丰度的有利区难以确定,制约勘探进程。信息集成法能够综合成藏地质条件和已钻探结果,是目前预测油气空间分布较为先进的方法,运用该方法预测研究区目的层的油气空间分布,取得良好效果。预测结果表明:有效烃源岩厚度、有利储层指数和运聚指数等是目的层成藏有效判别的主要因素;巴音都兰凹陷K1ba预测地质资源量6 306×104t,剩余资源量3 560×104t;断阶带-断槽带的扇三角洲前缘砂体及包楞构造带的陡坡近岸水下扇、湖底扇砂体和缓坡辫状河三角洲前缘砂体含油气概率大,资源丰度高,应是勘探岩性油藏的重点地区。     

基于人工神经网络的致密储层渗透率预测

致密储层渗透率求解困难.在基于流动单元指数与岩石粒度研究的基础上,通过设置3组不同输入参数的BP神经网络模型比较分析,发现采用微球电阻率测井值、自然伽马相对值、岩石骨架相关的中子和密度值(M、N)和孔隙度值作为输入参数的BP模型预测精度最高,然后用这些输入参数做为广义回归神经网络算法的输入,对岩心渗透率进行训练与预测.对比3种线性模型与2种神经网络模型对3口验证井岩心渗透率数据的预测误差,结果表明,针对研究靶区致密储层,线性模型对于渗透率的预测精度较低,神经网络模型可有效提高渗透率的预测精度,在训练样本较小的情况下,BP神经网络对渗透率的预测效果比广义回归神经网络略差.通过22口井实际资料处理结果分析表明,基于广义回归神经网络算法的渗透率模型可提高预测精度.     

油气空间分布特征研究理论与实践

目前国外预测油气资源空间分布特征的方法主要有成因模型法、随机过程的统计模型法和信息集成法三大类.成因模型法主要考虑油气成藏的地质因素而未充分认识到钻探结果对勘探的重要指示作用,适用于勘探初期、缺少探井的地区;随机过程的统计模型法主要以钻探结果为基础、以地质统计方法为手段来预测油气分布而未充分考虑油气的成藏地质条件,适用于钻探程度高、油气地质条件相对简单的地区;信息集成法集与油气空间分布有关的地质、地球物理和勘探工程等信息为一体,能够综合反映油气空间分布的特征,用图件表示油气资源的分布,其预测结果直观、合理,具有明显的优越性,是目前较为先进的研究方法.信息集成法要适应中国东部断陷盆地隐蔽油气藏的勘探,必须结合高分辨率三维地震解释结果,应用层序地层学等先进地质理论方法,准确预测储集砂体的有利发育带,再结合其他成藏地质条件,并根据勘探数据的丰度和精度,选用适当的方法和技术,研究油气空间分布特征.图3参18     

神经模糊系统的储层参数反演

神经模糊系统,即把神经网络与模糊逻辑结合起来,用神经网络来构造模糊系统,使建立的储层参数反演模型既能处理输入信息,又能嵌入专家的模糊性知识,提高了模型的抗干扰能力和预测精度,同时,也克服了人工神经网络技术的储层参数反演与预测在实际应用中暴露出的一些难点.通过基于神经模糊系统的网络结构、建模步骤及应用的研究,与常规多元线性回归分析、模糊系统建模相比较,获得了较高的储层参数反演预测精度.     

海相碳酸盐岩层系油气资源类比评价方法与参数体系——以塔里木盆地奥陶系为例

海相碳酸盐岩层系油气资源丰富。由于油气成藏与分布的特殊性,碎屑岩层系中建立的油气资源类比评价方法与参数体系不适用于碳酸盐岩层系。围绕有效储层这一控制碳酸盐岩层系油气资源分布主要因素,以塔里木盆地塔中、塔北隆起奥陶系为解剖对象,建立了有效储层体积丰度法和有效储层面积丰度法2种适应海相碳酸盐岩层系油气资源评价类比方法;开展了资源评价的参数统计,建立评价关键参数分布模型。通过对64项地质要素的解剖,确定了21项适用于海相碳酸盐岩层系油气资源评价的类比参数,并以此建立了塔里木盆地海相碳酸盐岩层系3种典型有效储层的类比参数体系及参数取值标准,为碳酸盐岩层系油气资源的类比评价奠定了基础。     

基于广义帕莱托分布的关键参数求取方法探讨

广义帕莱托法是进行资源潜力评价的一种重要方法,主要用于高勘探程度区。该方法可以预测地质目标中油气藏的个数与规模,进而对地质目标的资源总量和资源结构开展定量预测。该方法的核心是如何求取4个关键参数:q₀(最小油藏规模)、q_max(最大油藏规模)、r(油气藏规模中位数)、λ(分布特征参数)。针对中低勘探程度地区,在资源丰度和最大油藏规模不确定的情况下,原有的方法在求取上述4个关键参数中存在一定的困难。该文从广义帕莱托方法原理及分布模型出发,探索了上述4个关键参数求取的一种新思路,并初步推导了4个关键参数的求取公式,这对广义帕莱托法的进一步推广和应用具有重要意义。     

低勘探程度致密砂岩气区地质和资源潜力评价——以库车东部侏罗系致密砂岩气为例

针对低勘探程度致密砂岩气区的特点,优选资源丰度地质类比法和基于储层体积的随机模拟法进行致密砂岩气资源评价,并根据国内外多个典型致密砂岩气藏的地质条件对比建立了致密砂岩气地质评价和资源丰度类比标准。以库车盆地东部侏罗系致密砂岩气为例,首先采用多要素叠加预测了致密砂岩气有利分布区块,对不同区块分别进行地质评价和参数研究,然后分别利用资源丰度类比法和随机模拟法对各个区块进行资源量的计算。计算表明库车东部侏罗系致密砂岩气资源量约为1.4×1012 m3,具有较大的勘探开发潜力。     

塔河油田奥陶系石油资源量预测

针对塔河油田奥陶系石油地质条件和勘探程度,选用了油藏规模序列法、资源面积丰度法和地质因素回归法等三种不同方法,从不同的角度对奥陶系石油资源潜力进行估算。从预测结果看,三种方法预测结果相当接近,具有很好的可比性。塔河油田奥陶系石油地质资源量为14.14×10⁸t,这将为塔河油田油气规划部署和编制中长期发展目标提供地质依据。     

辽河坳陷西部凹陷油气成藏体系及天然气分布

辽河坳陷西部凹陷是中国东部油气资源丰度最高的地质单元之一，目前已产出大量原油，但天然气勘探研究相对薄弱。为此，根据地质条件及其变化关系分析，并侧重油气分布地质规律认识，将该坳陷西部凹陷划分为各自特征明显的4个油气成藏体系，分别是北部陡坡带、西部斜坡带、中部断背斜带和南部陡坡带成藏体系。各成藏体系的形成演化及含油气地质特点与西部凹陷的沉降-沉积中心由北向南、由西向东的迁移特点密切相关，有机质的生烃能力、油气的富集程度以及天然气的聚集丰度均受制于这一地质过程。作为多因素地质作用的结果，油气分布具有顺层、近源、受层系控制的成藏及分布模式，天然气分布主要出现在各成藏体系中靠近洼陷中心的地方，环绕鸳鸯沟、清水、盘山等南部洼陷，形成了天然气分布的环圈状特点，沉降-沉积中心的迁移和成藏体系的展布控制了该区天然气的空间分布。     

基于神经模糊系统的储层参数反演

神经模糊系统,即把神经网络与模糊逻辑结合起来,用神经网络来构造模糊系统,使建立的储层参数反演模型既能处理输入信息,又能嵌入专家的模糊性知识,提高了模型的抗干扰能力和预测精度,同时,也克服了人工神经网络技术的储层参数反演与预测在实际应用中暴露出的一些难点。通过基于神经模糊系统的网络结构、建模步骤及应用的研究,与常规多元线性回归分析、模糊系统建模相比较,获得了较高的储层参数反演预测精度。     

应用地质锚链法预测油气田数量及资源量——以松辽盆地北部油气田为例

采用地质锚链法对松辽盆地北部未发现的油气田数量和资源量进行了预测，并与用分形方法预测的结果进行了比较。地质锚链法可作为预测油气田数量及其资源量的一种新的可行方法，尤其适合勘探程度高的盆地或区带。应用地质锚链法预测油气田数量和资源量之前必须进行成藏体系划分，只有成藏体系在地质上符合定义，该方法才有预测功能。由于地质锚链法在预测油气田数量及有其资源量过程中强调油气藏发现的相对次序，与其它资源评价方法相比，该方法预测的结果应为最小值。     

原油闪点预测模型的研究

针对原油这类结构组成复杂、差异性大、可燃的复杂混合体系,选取各地区共计101种原油的恩氏蒸馏温度、20℃密度、20℃粘度作为输入变量,建立原油闪点预测模型。采用主成分分析法对输入变量进行降维,除去恩氏蒸馏系列数据中的信息冗余,分别采用多元线性回归(MLR)、BP神经网络、RBF神经网络三种方法建模,并对模型的预测结果进行对比,RBF神经网络模型的预测准确度与稳定性均为最优,绝对误差期望为2.94℃,相对误差期望为3.45%,BP神经网络模型的准确性优于多元线性回归模型,稳定性不如MLR模型。